《基于小波神经网络的刀具故障监测系统》PDF+DOC
作者:喻俊馨
,黄惟公
,王计生
单位:中国兵器工业集团新技术推广研究所
出版:《新技术新工艺》2004年第08期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFXJXG2004080060
DOC编号:DOCXJXG2004080069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于主成分分析与C-支持向量机的刀具磨损状态监测》PDF+DOC2016年第03期 谢楠,马飞,段明雷,李爱平
《加工过程刀具破损的声发射传感监测新技术》PDF+DOC1999年第04期 杨大勇,王信义,徐春广,邢济收
《刀具状态智能监控技术》PDF+DOC1998年第01期 李小俚,田淑艳,关新平
《新型空气传导声发射传感器的灵敏度分析》PDF+DOC1997年第02期 邢济收
《数据融合法在监测刀具切削状态中的应用》PDF+DOC1995年第01期 徐春广,王信义,肖定国
《基于神经网络的传感器信息融合和综合在刀具状态监测中的应用》PDF+DOC1993年第12期 张晓明,孙宝元
《基于D-S的小波神经网络信息融合方法》PDF+DOC2006年第04期 杨亚军,王福明
《一种新型谐振式非接触流体声发射传感器的研制》PDF+DOC2002年第02期 王忠民,王信义,李风华
《基于小波神经网络的水下航行器传感器故障诊断》PDF+DOC2010年第04期 王生武,石秀华,许晖,唐万文
《刀具故障远程监控系统设计与实现》PDF+DOC2008年第08期 李军民,王计生
用声发射传感器采集刀具的切削状态信号 ,用小波分析和神经网络技术对信号进行特征提取和仿真训练 ,并建立了基于小波神经网络的刀具故障监测系统。系统对已测得的刀具切削状态信号进行仿真试验 ,结果表明 :系统对刀具故障的预报正确率为 93.3% ,可有效地应用到工程实践中
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。